智能操作系統
隨著人工智慧（AI-artificial intelligence）這個概念從上個世紀70年代被提出，到現在逐步滲透進入人們日常生活。「人工智慧（AI）」這個詞普及的速度就像光纖網速一樣快，使用的成本就像菜價一樣低廉。但不可否認的是，不管是「真AI」還是「偽AI」，手機已經成為人們日常接觸AI（不管是硬體AI還是軟體AI）最為頻繁的工具
下面將從4個使用場景來分析目前的AI狀況：拍照、語音，生物識別和雲服務與5G
一、拍照
「前後2000W，照亮你的美」
「萊卡調教，刀銳奶化，毒德大學」
「逆光也清晰」
這些廣告語已經成功洗腦普通消費者，透過廣告語，在實際的使用過程中，如何認定誰的手機拍照效果好也難倒了許多評測機構。手機拍照的評測標準也發生了一些有意思的變化：
2005-2009:手機是否能夠拍照，是否有前置攝像頭
2010-2014:手機像素多高，是否激光對焦
2015-2017:手機感光元件尺寸、是否雙攝、是否光學防抖
2018年：拍照是否智能化（AI）
且不去分析2018年以前的技術，這裡只談拍照的AI運用場景
如果說將主攝物與背景分離的需求帶動了雙攝，那麼人像光斑虛化、夜景拍射、「藍天白雲」、「美食」等模式就帶動了拍照的AI化
手機產品拍照宣傳的AI技術
有意思的是，以往的手機產品中，不同的模式以子菜單的形式提供給使用者去選擇；
一長串的子菜單讓使用者無從下手
而如今，AI加持的產品已經擁有智能識別拍攝主題的屬性，並賦予「藍天更藍，綠葉更綠，美食更亮麗」的技能
智能識別拍攝主題
對於消費者來說，以往的拍照也有美食模式、人像模式，風景模式，那對比「豐富的」子菜單拍照，AI拍照帶給他的最直觀的感受是什麼？
足夠簡單方便
特定優化，照片更美
使用者不需要考慮太多，因為拍照AI化系統已經識別出使用者想要拍的是什麼，並且按照特定演算法進行「美化」
AI拍照需要做些什麼：
讓消費者感受更多的「無負擔」拍照體驗
而手機DSP、IPU，GPU等模塊需要做更多的「負擔」工作
給人的體驗以「減法」
給系統處理以「加法」
二、語音
「丁零零～丁零零～」
工作日早晨的鬧鐘如約準時響起
「小ai同學」
「我在的！～」
「嗯...來一首音樂吧」
「好的～」
「～～～～」
...
一天的工作結束，回到家裡
「小ai同學」
「在！～」
「開下卧室空調和燈」
「好的～」
"對了，順便讓掃地機器人打掃下房間"
「沒問題～」
...
最早的語音助手應該是蘋果的Siri，現如今各個語音助手百花齊放（Bixby、Jovi，小愛同學等）
目前來看，做的最貼近生活使用場景的應該是上面提到的「播放音樂和開關智能傢具」等功能
具體分析一下語音AI的使用場景：使用者什麼時候願意使用語音，什麼時候更願意自己動手操作？
「懶」的時候
當你早晨起床，需要一首音樂來「醒腦」。此時擺在你面前有兩個操作：
1.找到手機，點亮屏幕，打開音樂APP，輸入/點擊某一首音樂，關閉屏幕
2.喊一句：小X，我要聽音樂！
顯而易見，操作2的成本更低，更省力氣，特別是在睏乏的早晨場景中，這樣的操作足夠的「懶」
當你下班回家，需要開個空調，開個燈，順便想讓家裡的掃地機器人打掃個衛生的時候，此時擺在你面前的有兩個操作：
1.脫了鞋子，走到客廳按下燈開關，找到空調遙控器，打開空調，找到掃地機器人，彎下腰啟動機器；
2.喊一句：小X，開空調，開燈，啟動掃地機器人！（甚至可以宏定義：我回來了！）
同樣的，操作2成本足夠低，一句話的事情，特別是在辛苦一天回到家裡，躺在沙發只需一句話就能完成3個操作的時候
為什麼這麼多的廠家提出了語音助手的軟體和硬體，卻沒有使得AI語音如期待那般火起來？其中一個很重要的原因就在於：
當大家把重點放在語音識別的準確率和語義判斷時
卻對AI語音場景的使用忽視了
語音系統架構
比起讓AI語音助手去給我講一個方言笑話或者定一個跨國機票的複雜操作，使用者更希望AI語音能夠在他「懶」的時候去完成一個急迫需求的簡單操作
語音技術的難點
因此，不管是把AI語音放在音響上，還是放在手機、手錶，電視上，一個很重要的原則不能夠被忽視：
AI語音助手的「聰明」是基礎
AI語音助手能夠讓使用者「懶」是重點
三、生物識別
只顯示消息通知
顯示消息通知詳情
以上的情景也是使用者經常遇到的一個場景：消息提醒是否顯示具體內容？
更具體地說：
機主在使用手機的時候，希望消息顯示具體信息
當手機不在機主手上或者機主離開手機時，希望只提示有信息
如何做到這一點？其實可以結合生物識別與抬屏點亮這兩個功能：
通過前置的生物識別鏡頭，識別目前盯住屏幕的是否機主本人（機主已提前錄入人臉信息），通過抬屏點亮，在移動屏幕的過程中，手機進行人臉識別
這樣的AI生物識別，可以保護使用者的隱私，讓使用者獲得一種「安全感」
四、雲服務與5G
文章開篇就提到了AI其實分為兩種：硬AI（硬體類：如NPU晶元、仿生晶元）與軟AI（軟體演算法優化AI和基於雲服務端的學習演算法）
硬體的研發非朝夕之功，但是雲服務的學習演算法也能夠解決大部分的AI演算法
毫無疑問的是，手機自身配有的智能AI硬體模塊能夠隨時隨地對手機內容進行優化，而雲服務則需要穩定的網路與快捷的網路連接才能夠提供媲美硬體晶元的服務質量
這樣看起來似乎雲服務這類的軟AI落後於硬AI，但是需要看到的是5G時代的到來給軟AI帶來的新的曙光：
此前3G、4G主要提升了人與人之間的連接體驗，而5G將推動真正的萬物互聯和智能化，不僅我們的智能手機會時時在線，未來我們的PC、平板，以及更廣泛的IoT都會如此，從而真正實現數據信息的無障礙傳輸，用戶的無障礙閱覽和無障礙享受服務。
因此，5G技術與雲服務的結合其實是能夠提升軟體AI的使用體驗
五、結語
目前AI帶給消費者有一種噱頭大於實際體驗的感覺，究其原因，很大一部分問題出在了忽視使用場景和使用體驗的考慮上：
我希望隨手一拍就是好看的照片
而不是像加了濾鏡的生硬照片
我希望在我懶的時候，一句話解決一些小事兒
而不是需要說幾句話去打開一個APP的操作
我希望手機能夠知道誰是他的「主人」
而不是對誰都那麼「聽話」
TAG:泰迪君 |